Два очень разных взгляда на науку в медицине
Медицина удивительно эффективна. Многое из этого появилось на основе анекдотов и опыта, а не науки, поэтому может быть трудно объяснить, почему это работает, когда оно работает.
Тем не менее, мы все решили сделать медицину более научной — сделать ее более эффективной, действенной и этичной. Мы договариваемся о пункте назначения, но не совсем о маршруте.
В этом посте я расскажу о двух широких подходах к предоставлению доказательств в медицину: подход на основе данных и подход согласованный с данными. Я закончу некоторыми предложениями о сбалансированном пути вперед, в котором приоритет отдается пациентам.
Но, во-первых, что такое доказательства?
У всех нас есть интуиция в отношении данных: именно то, что мы измеряем, дает нам числа.
Мы можем сказать, что у нас есть данные — отлично. Но мы не можем сказать, что у нас есть доказательства; свидетельство чего?
Доказательства — это гораздо больше, чем просто данные. Это данные в сочетании с гипотезой. Данные, которые вы собираете (в руках), отражают то, что происходит внутри вашего пациента (из-под контроля), и у вас в голове есть теория того, что происходит с вашим пациентом (гипотеза).
Например — частота сердечных сокращений — это число, которое вы можете собрать = данные. Сердце — это то, о чем вы действительно заботитесь, но его трудно собрать. Итак, что мы пытаемся сделать, так это использовать измеренную частоту сердечных сокращений, чтобы сделать вывод о сердце = гипотеза.
Высокая частота сердечных сокращений является точкой данных, а высокая частота сердечных сокращений является свидетельством сердечного стресса.
Два взгляда на доказательства в медицине
Поскольку доказательство включает в себя две вещи, данные и гипотезы, нас не должно удивлять, что представление доказательств в медицине имеет (по крайней мере) две разные точки зрения.
Одно из представлений о создании медицинских доказательств основывается на данных (рисунок слева).
Другое представление сосредоточено на моделях (рисунок справа), которые представляют собой набор фрагментов гипотез, сшитых вместе, чтобы отразить единое целое.
На основе данных
Первый подход я назову управляемым данными. При таком подходе мы оказываем большое давление на данные, чтобы определить наилучшее медицинское лечение.
В свою очередь, данные оказывают большое давление на эксперимент, чтобы либо контролировать смешанные переменные, либо просто количество пациентов, чтобы усреднить их. В конечном счете, наши решения хороши ровно настолько, насколько хорош эксперимент и вопрос, на котором он был построен.
Нулевые гипотезы часто идут рука об руку с этим подходом — мы предполагаем, что переменные не связаны друг с другом, пока у нас нет данных, что они есть. Это не часто бывает хорошим значением по умолчанию (возможно, это худшее значение по умолчанию, когда мы знаем, насколько все взаимосвязано).
Здесь важно то, что мы ждем данных, пока не примем решения, а затем верим, что эксперимент дал хорошие данные.
Соответствует данным
Второй подход я назову согласованным с данными. В этом подходе мы начинаем с гипотезы и генерируем данные. В отличие от подхода, основанного на данных, мы не пытаемся изолировать переменные и находить конкретные взаимосвязи.
Вместо этого мы позволяем каждой части физиологии делать свое дело, будучи уверенными в нашем предположении, что физиология структурирована, а не случайна. Мы измеряем то, что можем, чтобы генерировать данные, а затем, что важно, используем эти данные для обновления нашей полной гипотезы.
В любой момент этого процесса медицина работает, и это происходит на основе лучших гипотез, которые у нас есть. Конечно, эта гипотеза может исходить из научных исследований, но она также может исходить из опыта, анекдота, интуиции и даже удачи.
Важно то, что у нас всегда есть модель в кармане, но мы всегда обновляем ее лучшими данными, которые мы можем получить.
Прощальные мысли
Век науки, наконец, проникает в медицину, и это похвально. Появляются два разных видения того, как сделать медицину более доказательной: одно основано на биостатистике старой школы, а другое — на захватывающей новой основе машинного обучения.
Поскольку один из подходов, доказательная медицина (ДМ), входит в основную медицинскую программу, мы должны быть осторожны, чтобы не рассматривать статистику, вероятность и умозаключения. как догма — каждый подход отбрасывает тень, которую мы все должны сшить вместе, чтобы получить окончательное понимание, которое поможет нашим пациентам там, где они есть.
Нам нужны оба. Ситуация очень похожа на баланс между учеными, стремящимися изучать вещи, устраняя неопределенность, и инженерами, стремящимися создавать вещи, устойчивые к неопределенности. И когда они работают вместе, они добиваются чудесного прогресса.
